LIRe图像检索：CEDD算法原理与源码分析

本文节选自论文《Android手机上图像分类技术的研究》，并结合我对LIRe中CEDD源码进行分析、解读和研究。

颜色和边缘方向性描述符（Color and EdgeDirectivity Descriptor，CEDD），CEDD具有抽取特征速度较快，特征描述符占用空间较小的优势。下面就对CEDD原理进行详细的阐述和分析。

1 CEDD原理

1.1 颜色信息

CEDD特征结合了颜色和纹理两方面信息，本小结将给出颜色信息提取的过程，重点分析RGB-HSV模型转换、10-bins模糊过滤器和24-bins模糊过滤器的原理。

（1）    RGB模型转换为HSV模型

RGB模型可以说是我们最熟悉、使用也最多的颜色模型，它们分别代表组成一个颜色的三个分量，（0,0,0）代表黑色，（255,255,255）代表白色，（255,0,0）代表红色，（0，255，0）代表绿色，（0,0,255）代表蓝色，其它颜色可通过这三个分量表示出来。RGB颜色模型的设计是根据色彩发光原理而来的，且与硬件相关，一般情况下，计算机会采用这种空间模型在屏幕上显示某种颜色的定义，即人们所熟悉的三色组合。所以，当从一幅图像中提取像素点时首先提取的一般也是像素点的RGB信息。

HSV模型中，H（Hue）代表色调，指通过物体传播或从物体射出的颜色，一般在使用中是由颜色名称来标识的。S（Saturation）代表饱和度，表示色调中灰色成分的比例，指颜色的纯度或强度。V（Value）代表亮度，指颜色相对的明暗程度。HSV模型能够较好地反应人对颜色的感知和鉴别能力，所以非常适合于比较基于颜色的图像相似性，在图像分类中也得到了广泛应用。

综合上述两点，在提取颜色信息前就需要对图像像素进行RGB-HSV的模型转换。在此特征提取算法中RGB-HSV转换的方式稍有不同，且最后得出的S、V取值范围也有差别，都是（0,255），但基本原理不变，这是为了方便于后面在模糊过滤器中的运算，转换公式如下：



这里所有的HSV值最后都取整数。
通过上面的计算，便可以得出像素点的HSV值，下面将用HSV值进行模糊过滤，得出颜色信息的直方图。
（2）    10-bins模糊过滤器



10-bins模糊过滤器的工作过程是通过三个通道输入HSV信息，然后输出10个模糊的直方图信息值。10个直方图信息值的含义如下：（0）黒色（Black），（1）灰色（Gray），（2）白色（White），（3）红色（Red）, （4）橙色（Orange），（5）黄色（Yellow），（6）绿色（Green），（7）青色（Cyan），（8）蓝色（Blue），（9）品红色（Magenta）。其原理如图所示。
10-bins模糊过滤器是基于模糊理论的，我们先来分析一下模糊理论中颜色径向边缘的生成。由于H代表的是色调，从它的计算方法可以看出H的取值范围为0-360，则当一张图片上出现由一种颜色向另一种颜色过渡时，H值的变化就会比较快，这时就会出现所谓的颜色径向边缘。根据模糊理论可以找出这些径向边缘的位置。如图所示，图（a）为提取出的H通道值的图像，图（b）是将图（a）通过CLF过滤器模糊处理后得出的。CLF的英文全称为Coordinatelogic filters，它的方法就是将图像上每个3*3方块的九个像素点的二进制值进行逻辑“与”运算，这样，在H通道的颜色边缘处就会出现较小的H值，也就是我们看到的图（b）的效果。再将原H值图像与过滤后的H图像进行差运算即可得如图（c）所示的较明显的颜色径向边缘。图（d）为H通道理论上的径向边缘位置。



通过上述原理反复实验可以得到H径向边缘的范围，如图所示，将H通道的值分为八个模糊区域，每一区域依次命名为：（0）红色-橙色（Redto Orange），（1）橙色（Orange），（2）黄色（Yellow），（3）绿色（Green），（4）青色（Cyan），（5）蓝色（Blue），（6）品红色（Magenta），（7）蓝色-红色（Blueto Red）。每两个相邻区域都有交叉的部分。
（3）    24-bins模糊过滤器

24-bins模糊过滤器就是将10-bins模糊过滤器输出的每种色区再分为3个H值区域，输入一个10维向量和S、V通道值，输出的是一个24维向量，其系统模型如图3-7所示。它输出的每一维所代表的信息分别是：（0）黑色（Black），（1）灰色（Grey），（2）白色（White），（3）暗红色（Dark Red），（4）红色（Red），（5）浅红（Light Red）,（6）暗橙色（DarkOrange），（7）橙色（Orange），（8）浅橙色（Light Orange），（9）暗黄色（Dark Yellow），（10）黄色（Yellow）,
（11）浅黄色（LightYellow），（12）深绿色（Dark Green），（13）绿色（Green），（14）浅绿色（Light Green），（15）暗青色（Dark Cyan），（16）青色（Cyan），（17）浅青色（Light Cyan），（18）深蓝色（Dark Blue）,（19）蓝色（Blue），（20）淡蓝色（LightBlue），（21）暗品红色（DarkMagenta），（22）品红色（Magenta），（23）浅品红色（LightMagenta）。

1.2 纹理信息

本小结将介绍CEDD特征中纹理信息的提取过程，通过YIQ模型计算出像素灰度值，再提取图像的边缘方向直方图纹理信息。

（1）    YIQ彩色空间

YIQ色彩空间属于NTSC（国际电视标准委员会）系统。Y（Luminace）代表了颜色的明视度，直观点说就是图像的灰度值。I和Q（Chrominace）代表了色调信息，它们分别描述图像色彩以及饱和度的属性。在YIQ色彩空间模型中，Y分量表示图像的亮度信息，I和Q分量表示颜色信息，I分量是指从橙色到青色，Q分量则是指从紫色到黄绿色。

通过对彩色图像从RGB到YIQ空间的转换，可以分开彩色图像中的亮度信息和色度信息，并对其各自进行独立处理。RGB转换到YIQ空间模型的对应关系如下面方程所示：

Y=0.29R+0.587G+0.114B
I=0.596R+0.275G+0.321B
Q=0.212R+0.523G+0.311B
提取纹理特征时，最常用的就是图像的灰度值，这里引出YIQ空间也只为求出Y值，以便后面进行纹理信息的提取。
（2）    边缘方向直方图

在这里将提出一种计算速度较快捷的纹理信息提取方法，EHD（EdgeHistogram Descriptor）边缘直方图描述符，将会用到5个数字滤波器，如图3-9所示。



这五个数字滤波器是用来提取纹理边缘信息的，它们能够将其所作用的区域分为垂直方向、水平方向、45度方向、135度方向和无方向五个类别。
在对图像进行纹理信息提取时会将图像分为若干小区。然后每个小区再分为如图3-9的四个大小相等的子小区。用g0(i，j)，g1(i，j)，g2(i，j)，g3(i，j)分别表示在第（i,j)个小区内四个子小区的平均灰度值。av (k)，ah (k)，ad-45 (k)，ad-135 (k)和and
(k)分别代表四个子小区平均灰度值经过过滤器时的参数，图中每个子小区中的数值便是滤波器的参数，其中k的取值范围是0到3整数，表示小区内的四个子小区。nv (i, j)，nh (i，j)，nd-45(i，j)，nd-135(i，j)和nnd(i，j)为第（i，j)个小区内所判定各方向的取值。计算方法如下：



找出最大值，



再对所有n值规范化，



通过上面的计算公式，可以得出每个小区内图像边缘的信息。CEDD中纹理信息提取的是一个6维直方图，直方图中各维信息的含义分别是：（0）无边缘信息，（1）无方向的边缘信息，（2）水平方向的边缘信息，（3）垂直方向的边缘信息，（4） 45度方向的边缘信息，（5） 135度方向的边缘信息。判断每个小区纹理信息所属的直方图区域的方法如图3-10所示：



首先设定4个阈值：T0=14，检验该小区是否含有边缘信息；T1=0.68，判断该小区是否含有无方向信息；T2=T3=0.98，用来判断该小区是否含有其它四个方向的信息。如果mmax大于T0，则该小区含有纹理信息，如果不大于则是非含有纹理信息的小区，那么6维直方图第一维的值会加1。如果该区域是有边缘信息的，即mmax大于等于T0，便可以计算其它各方向信息的值，如图3-10所示。此原理图是一个发散的五边形，每个顶点代表一个边缘方向类别，每个小区内计算出的nnd、nh、nv、nd-45、nd-135值便分别落在五个点与中心原点的连线上。中心点的值为1，五边形边界线上的值为0。如果n值大于它相应边缘方向类别上的阈值，则可判定该小区属于这个边缘方向类别，可想而知，一个小区可以同时属于几个类别。由此，便有如下划分方法：若nnd大于T1，则直方图中含有无方向信息的区域值加1;若nh大于T2,则直方图中含有水平方向边缘信息的区域值加1;若nv大于T2，则直方图中含有垂直方向边缘信息的区域值加1;若nd-45大于T3，则直方图中含有45度方向边缘信息的区域值加1;若nd-135大于T3，则直方图中含有135度方向边缘信息的区域值加1。

1.3 CEDD特征

CEDD的英文全称是Color and Edge DirectivityDescriptor, 即颜色和边缘方向特征描述符。它结合了图像的颜色和纹理信息，生成一个144位的直方图。这个特征提取方法可以分为两个子模块系统，提取颜色信息的是颜色模块，提取纹理信息的是纹理模块，这两个单元的具体算法已经在3.1小节和3.2小节进行了详细讲述。CEDD直方图信息由六个区域组成，也就是3.2中讲到的纹理模块，六个区域就是提取出的6维向量直方图，然后在这些纹理信息的每一维中再加入颜色模块提取出的24维颜色信息，这样就可以将颜色和纹理有效结合起来，最终得出6*24=144维的直方图信息。其原理如图3-11所示。



    在实现过程中先将图片分成若干小区，小区的数量是根据图像具体情况和计算能力综合决定的，每一个图像小区都会经过纹理模块和颜色模块的处理。
       小区在纹理模块特征提取过程中会先分为4个子小区。根据YIQ计算公式得出每个像素的灰度值，求出每个子小区的平均灰度值。再经过5个数字滤波器过滤后，根据图3-10的原理判断该子小区属于哪些纹理信息类别。
在颜色模块中，每个图像小区都会转换为HSV色彩空间，系统会将小区内HSV各通道的平均值通过10-bins模糊过滤器输出的10维向量再通过24-bins模糊过滤器中。通过10-bins模糊过滤器后根据H值得出了10个色彩类别，当通过24-bins模糊过滤器时会根据S和V的区域判定对H进行再分类输出24维的直方图。
图像的每一个小区都会经过颜色模块的处理，处理后将24个数据分别加入到该小区所属的各纹理类别中，最后对直方图进行归一化处理。如果只进行到归一化这一步并不能体现出CEDD的优越性，因为这里面的值含有小数部分，要占用大量的存储空间。如果对其进行量化，则量化后的整数值既方便存储又可以让人们直观的读取特征值。表3-1是CEDD特征提取后的量化表，量化范围是0-7的整数。可以看出它并不是一个均匀量化，向量中每一纹理区域的量化范围都是不同的，而且区域内的量化级也不是等比递增，有关它的原理可以参考文献。

2 源码分析

在lire.jar中CEDD源码的位置如下：



以下为我对源码的分析和解读。

public void extract(BufferedImage image) {
image = ImageUtils.get8BitRGBImage(image);
//10-bins模糊过滤器
Fuzzy10Bin Fuzzy10 = new Fuzzy10Bin(false);
//24-bins模糊过滤器
Fuzzy24Bin Fuzzy24 = new Fuzzy24Bin(false);
RGB2HSV HSVConverter = new RGB2HSV();
int[] HSV = new int[3];
double[] Fuzzy10BinResultTable = new double[10];
double[] Fuzzy24BinResultTable = new double[24];
double[] CEDD = new double[144];
int width = image.getWidth();
int height = image.getHeight();
double[][] ImageGrid = new double[width][height];
double[][] PixelCount = new double[2][2];
int[][] ImageGridRed = new int[width][height];
int[][] ImageGridGreen = new int[width][height];
int[][] ImageGridBlue = new int[width][height];
short NumberOfBlocks = -1;
if(Math.min(width, height) >= 80) {
NumberOfBlocks = 1600;
}

if(Math.min(width, height) < 80 && Math.min(width, height) >= 40) {
NumberOfBlocks = 400;
}

if(Math.min(width, height) < 40) {
NumberOfBlocks = -1;
}

int Step_X = 2;
int Step_Y = 2;
if(NumberOfBlocks > 0) {
Step_X = (int)Math.floor((double)width / Math.sqrt((double)NumberOfBlocks));
Step_Y = (int)Math.floor((double)height / Math.sqrt((double)NumberOfBlocks));
if(Step_X % 2 != 0) {
--Step_X;
}

if(Step_Y % 2 != 0) {
--Step_Y;
}
}

int[] Edges = new int[6];
MaskResults MaskValues = new MaskResults();
Neighborhood PixelsNeighborhood = new Neighborhood();

int pixel;
for(pixel = 0; pixel < 144; ++pixel) {
CEDD[pixel] = 0.0D;
}

BufferedImage image_rgb = new BufferedImage(width, height, 4);
image_rgb.getGraphics().drawImage(image, 0, 0, (ImageObserver)null);
int[] pixels = ((DataBufferInt)image_rgb.getRaster().getDataBuffer()).getData();

for(int CororRed = 0; CororRed < width; ++CororRed) {
for(int CororGreen = 0; CororGreen < height; ++CororGreen) {
pixel = pixels[CororGreen * width + CororRed];
int b = pixel >> 16 & 255;
int g = pixel >> 8 & 255;
int r = pixel & 255;
ImageGridRed[CororRed][CororGreen] = r;
ImageGridGreen[CororRed][CororGreen] = g;
ImageGridBlue[CororRed][CororGreen] = b;
ImageGrid[CororRed][CororGreen] = 0.114D * (double)b + 0.587D * (double)g + 0.299D * (double)r;
}
}

int[] var47 = new int[Step_Y * Step_X];
int[] var48 = new int[Step_Y * Step_X];
int[] CororBlue = new int[Step_Y * Step_X];
int[] CororRedTemp = new int[Step_Y * Step_X];
int[] CororGreenTemp = new int[Step_Y * Step_X];
int[] CororBlueTemp = new int[Step_Y * Step_X];
boolean TempSum = false;
double Max = 0.0D;
int TemoMAX_X = Step_X * (int)Math.floor((double)(image.getWidth() >> 1));
int TemoMAX_Y = Step_Y * (int)Math.floor((double)(image.getHeight() >> 1));
if(NumberOfBlocks > 0) {
TemoMAX_X = Step_X * (int)Math.sqrt((double)NumberOfBlocks);
TemoMAX_Y = Step_Y * (int)Math.sqrt((double)NumberOfBlocks);
}

int qCEDD;
int i;
for(int Sum = 0; Sum < TemoMAX_Y; Sum += Step_Y) {
for(int x = 0; x < TemoMAX_X; x += Step_X) {
int MeanRed = 0;
int MeanGreen = 0;
int MeanBlue = 0;
PixelsNeighborhood.Area1 = 0.0D;
PixelsNeighborhood.Area2 = 0.0D;
PixelsNeighborhood.Area3 = 0.0D;
PixelsNeighborhood.Area4 = 0.0D;
Edges[0] = -1;
Edges[1] = -1;
Edges[2] = -1;
Edges[3] = -1;
Edges[4] = -1;
Edges[5] = -1;

for(qCEDD = 0; qCEDD < 2; ++qCEDD) {
for(i = 0; i < 2; ++i) {
PixelCount[qCEDD][i] = 0.0D;
}
}

int var49 = 0;

for(qCEDD = Sum; qCEDD < Sum + Step_Y; ++qCEDD) {
for(i = x; i < x + Step_X; ++i) {
var47[var49] = ImageGridRed[i][qCEDD];
var48[var49] = ImageGridGreen[i][qCEDD];
CororBlue[var49] = ImageGridBlue[i][qCEDD];
CororRedTemp[var49] = ImageGridRed[i][qCEDD];
CororGreenTemp[var49] = ImageGridGreen[i][qCEDD];
CororBlueTemp[var49] = ImageGridBlue[i][qCEDD];
++var49;
if(i < x + Step_X / 2 && qCEDD < Sum + Step_Y / 2) {
PixelsNeighborhood.Area1 += ImageGrid[i][qCEDD];
}

if(i >= x + Step_X / 2 && qCEDD < Sum + Step_Y / 2) {
PixelsNeighborhood.Area2 += ImageGrid[i][qCEDD];
}

if(i < x + Step_X / 2 && qCEDD >= Sum + Step_Y / 2) {
PixelsNeighborhood.Area3 += ImageGrid[i][qCEDD];
}

if(i >= x + Step_X / 2 && qCEDD >= Sum + Step_Y / 2) {
PixelsNeighborhood.Area4 += ImageGrid[i][qCEDD];
}
}
}

//在对图像进行纹理信息提取时会将图像分为若干小区。然后每个小区再分为四个大小相等的子小区。
PixelsNeighborhood.Area1 = (double)((int)(PixelsNeighborhood.Area1 * (4.0D / (double)(Step_X * Step_Y))));
PixelsNeighborhood.Area2 = (double)((int)(PixelsNeighborhood.Area2 * (4.0D / (double)(Step_X * Step_Y))));
PixelsNeighborhood.Area3 = (double)((int)(PixelsNeighborhood.Area3 * (4.0D / (double)(Step_X * Step_Y))));
PixelsNeighborhood.Area4 = (double)((int)(PixelsNeighborhood.Area4 * (4.0D / (double)(Step_X * Step_Y))));
//使用5个数字滤波器用来提取纹理边缘信息 它们能够将其所作用的区域分为垂直方向、水平方向、45度方向、135度方向和无方向五个类别。
//无方向
MaskValues.Mask1 = Math.abs(PixelsNeighborhood.Area1 * 2.0D + PixelsNeighborhood.Area2 * -2.0D + PixelsNeighborhood.Area3 * -2.0D + PixelsNeighborhood.Area4 * 2.0D);
//水平
MaskValues.Mask2 = Math.abs(PixelsNeighborhood.Area1 * 1.0D + PixelsNeighborhood.Area2 * 1.0D + PixelsNeighborhood.Area3 * -1.0D + PixelsNeighborhood.Area4 * -1.0D);
//垂直
MaskValues.Mask3 = Math.abs(PixelsNeighborhood.Area1 * 1.0D + PixelsNeighborhood.Area2 * -1.0D + PixelsNeighborhood.Area3 * 1.0D + PixelsNeighborhood.Area4 * -1.0D);
//45度
MaskValues.Mask4 = Math.abs(PixelsNeighborhood.Area1 * Math.sqrt(2.0D) + PixelsNeighborhood.Area2 * 0.0D + PixelsNeighborhood.Area3 * 0.0D + PixelsNeighborhood.Area4 * -Math.sqrt(2.0D));
//135度
MaskValues.Mask5 = Math.abs(PixelsNeighborhood.Area1 * 0.0D + PixelsNeighborhood.Area2 * Math.sqrt(2.0D) + PixelsNeighborhood.Area3 * -Math.sqrt(2.0D) + PixelsNeighborhood.Area4 * 0.0D);
//找出最大值
Max = Math.max(MaskValues.Mask1, Math.max(MaskValues.Mask2, Math.max(MaskValues.Mask3, Math.max(MaskValues.Mask4, MaskValues.Mask5))));
//对所有n值规范化
MaskValues.Mask1 /= Max;
MaskValues.Mask2 /= Max;
MaskValues.Mask3 /= Max;
MaskValues.Mask4 /= Max;
MaskValues.Mask5 /= Max;
boolean var51 = true;
if(Max < this.T0) {
Edges[0] = 0;//（0）无边缘信息
qCEDD = 0;
} else {
qCEDD = -1;
if(MaskValues.Mask1 > this.T1) {
++qCEDD;
Edges[qCEDD] = 1;//（1）无方向的边缘信息
}

if(MaskValues.Mask2 > this.T2) {
++qCEDD;
Edges[qCEDD] = 2;//（2）水平方向的边缘信息
}

if(MaskValues.Mask3 > this.T2) {
++qCEDD;
Edges[qCEDD] = 3;//（3）垂直方向的边缘信息
}

if(MaskValues.Mask4 > this.T3) {
++qCEDD;
Edges[qCEDD] = 4;//（4） 45度方向的边缘信息
}

if(MaskValues.Mask5 > this.T3) {
++qCEDD;
Edges[qCEDD] = 5;//（5） 135度方向的边缘信息。
}
}

for(i = 0; i < Step_Y * Step_X; ++i) {
MeanRed += var47[i];
MeanGreen += var48[i];
MeanBlue += CororBlue[i];
}

MeanRed /= Step_Y * Step_X;
MeanGreen /= Step_Y * Step_X;
MeanBlue /= Step_Y * Step_X;
HSV = HSVConverter.ApplyFilter(MeanRed, MeanGreen, MeanBlue);
int j;
if(!this.Compact) {
//10-bins模糊过滤器
Fuzzy10BinResultTable = Fuzzy10.ApplyFilter((double)HSV[0], (double)HSV[1], (double)HSV[2], 2);
//24-bins模糊过滤器 将10-bins模糊过滤器输出的每种色区再分为3个H值区域
Fuzzy24BinResultTable = Fuzzy24.ApplyFilter((double)HSV[0], (double)HSV[1], (double)HSV[2], Fuzzy10BinResultTable, 2);

for(i = 0; i <= qCEDD; ++i) {
for(j = 0; j < 24; ++j) {
if(Fuzzy24BinResultTable[j] > 0.0D) {
CEDD[24 * Edges[i] + j] += Fuzzy24BinResultTable[j];
}
}
}
} else {
Fuzzy10BinResultTable = Fuzzy10.ApplyFilter((double)HSV[0], (double)HSV[1], (double)HSV[2], 2);

for(i = 0; i <= qCEDD; ++i) {
for(j = 0; j < 10; ++j) {
if(Fuzzy10BinResultTable[j] > 0.0D) {
CEDD[10 * Edges[i] + j] += Fuzzy10BinResultTable[j];
}
}
}
}
}
}

double var50 = 0.0D;

/*CEDD直方图信息由六个区域组成,六个区域就是提取出的6维向量直方图,
然后在这些纹理信息的每一维中再加入颜色模块提取出的24维颜色信息，
这样就可以将颜色和纹理有效结合起来，最终得出6*24=144维的直方图信息。
*/
for(qCEDD = 0; qCEDD < 144; ++qCEDD) {
var50 += CEDD[qCEDD];
}

for(qCEDD = 0; qCEDD < 144; ++qCEDD) {
CEDD[qCEDD] /= var50;
}

double[] var54;
if(!this.Compact) {
var54 = new double[144];
CEDDQuant var52 = new CEDDQuant();
var54 = var52.Apply(CEDD);
} else {
var54 = new double[60];
CompactCEDDQuant var53 = new CompactCEDDQuant();
var54 = var53.Apply(CEDD);
}

for(i = 0; i < var54.length; ++i) {
this.histogram[i] = (byte)((int)var54[i]);
}

}

Reference:
http://blog.csdn.net/leixiaohua1020/article/details/16883379

http://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CMFD&dbname=CMFD201302&filename=1013244249.nh&uid=WEEvREcwSlJHSldRa1FhcTdWZDlrQWxGRFZOVmtBd2xkRmxRb0N6M3VaWT0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4ggI8Fm4gTkoUKaID8j8gFw!!&v=MDE2NTExVDNxVHJXTTFGckNVUkwyZlkrZG5GeTdtVUwvSVZGMjZIYkc4R3RQSXBwRWJQSVI4ZVgxTHV4WVM3RGg=